水質參數的實時監測對地表水汙染的防治具有重要意義(yi) 。通過專(zhuan) 業(ye) 的數據比較和問題分析，可以充分了解水汙染源、水汙染現狀、擴張速度和可能造成的危害，為(wei) 水汙染控製提供數據和經驗，幫助專(zhuan) 業(ye) 人員做出正確判斷，從(cong) 而設計和製定合理的治理方案，最終有效改善水質，減少環境汙染。

　　化學需氧量(COD)、氨氮(AN)和總氮(TN)是反映地表水汙染程度的關(guan) 鍵指標。紫外-可見(UV-Vis)光譜和近紅外(NIR)光譜作為(wei) 兩(liang) 種快速、簡便、多組分的分析技術，在水質監測中具有傳(chuan) 統化學檢測方法無法比擬的優(you) 勢。

　　為(wei) 了進一步提高光譜方法檢測水質的準確性，中科院合肥物質院智能所光譜智能感知團隊開發出一種基於(yu) UV-Vis和NIR光譜數據融合(UV-Vis-NIR)的地表水質檢測策略。他們(men) 首先對70份不同汙染程度的河流樣本進行光譜采集和化學測定，通過UV-Vis與(yu) NIR光譜的初級融合獲得UV-Vis-NIR融合數據，采用不同的變量選擇算法優(you) 化地表水汙染指標的UV-Vis-NIR融合模型。

　　研究結果表明，基於(yu) UV-Vis-NIR數據融合策略的地表水中COD、AN和TN的光譜預測準確性明顯優(you) 於(yu) 單一光譜技術的預測結果。此外，在不同的優(you) 化條件下，這一方法的檢測結果相比單一光譜法更為(wei) 穩定，因而該方法具有更好的魯棒性。這項研究成果能夠用於(yu) 地表水質的快速高精度檢測，並且有利於(yu) 光譜的水質在線監測技術進一步推廣應用。

　　相關(guan) 研究成果已在分析化學領域期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy上發表。

　　本文由氙燈耐氣候老化試驗機廠家raybet雷竞技网页入口收集自網絡，僅(jin) 供學習(xi) 和參考!